Інформаційна система для прогнозування нафтогазоносних покладів

Огляд проблеми впровадження нових інформаційних технологій в нафтогазовий комплекс України. Аналіз аналітико-інформаційних аспектів діяльності експерта в нафтогазовій області. Опис положень з розробки формально-логічного апарату для представлення знань.

Рубрика Программирование, компьютеры и кибернетика
Вид автореферат
Язык украинский
Дата добавления 05.01.2014
Размер файла 73,7 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

МІНІСТЕРСТВО ОСВІТИ УКРАЇНИ

ХЕРСОНСЬКИЙ ДЕРЖАВНИЙ ТЕХНІЧНИЙ УНІВЕРСИТЕТ

УДК 681. 3:622. 276

АВТОРЕФЕРАТ

дисертації на здобуття наукового ступеня кандидата технічних наук

ІНФОРМАЦІЙНА СИСТЕМА ДЛЯ ПРОГНОЗУВАННЯ НАФТОГАЗОНОСНИХ ПОКЛАДІВ

05.13.06 - Автоматизовані системи управління і прогресивні інформаційні технології

ШЕКЕТА Василь Іванович

ХЕРСОН - 1999

Роботу виконано на кафедрі прикладної математики Івано-Франківського державного технічного університету нафти і газу.

Науковий керівник: кандидат технічних наук, доцент Юрчишин Володимир Миколаєвич, Івано-Франківський державний технічний університет нафти і газу, завідуючий кафедрою прикладної математики

Офіційні опоненти :

Доктор фізико-математичних наук, професор Хомченко А.Н., Херсонський державний технічний університет, завідуючий кафедрою математичного моделювання

Кандидат технічних наук, доцент Лєпа Є.В., Херсонський державний аграрний університет, доцент кафедри економічної кібернетики

Провідна установа : Харківський державний технічний університет радіоелектроніки

Захист відбудеться “17” вересня 1999р. о годині на засіданні спеціалізованої вченої ради К67.052.01 у Херсонському державному технічному університеті за адресою:

Україна, 325008, м.Херсон, Бериславське шосе, 24, корп.3, ауд.320.

З дисертацією можна ознайомитися в бібліотеці Херсонського державного технічного університету за адресою : Україна, 325008, м.Херсон, Бериславське шосе, 24.

Автореферат розісланий “14” липня 1999р.

Вчений секретар спеціалізованої вченої ради Костін В.О.

ЗАГАЛЬНА ХАРАКТЕРИСТИКА РОБОТИ

Актуальність теми. В даний час нафтогазова галузь має автоматизовані системи різних рівнів і типів, а також різні програмні комплекси для прогнозу нафтогазоносності, пошуку та розвідки родовищ нафти і газу, але масштаби та ефективність застосування ЕОМ для кожного рівня різні. Це пов'язане з тим, що недостатньо використовуються розвинені бази даних і відсутня типова методика набуття і накопичення знань про нафтогазоносні поклади та прогнозування необхідності проведення пошуково-розвідувальних робіт з використанням нових інформаційних технологій .

Впровадження нових інформаційних технологій в нафтогазовій справі дає можливість суттєво змінити економіко-екологічний підхід до пошуково-розвідувальних робіт на нафту і газ . Оскільки основними джерелами інформації при таких пошуково-розвідувальних роботах є буріння свердловин, які вимагають значних капітальних витрат, важливим є накопичення баз знань, що можуть бути використані при прогнозуванні нафтогазонасичених покладів з використанням експертних систем(ЕС).

Експертні системи, як системи штучного інтелекту, використовують знання висококваліфікованих спеціалістів-експертів для розв'язуванння задач в порівняно вузьких проблемних областях. Проблемна спрямованість і можливість вирішувати широкий клас задач зробила експертні системи незамінними в багатьох галузях промисловості і науки . Сьогодні на перший план виходять проблеми, пов'язані з практичною реалізацією ЕС в великих і складних проблемних областях .

Основною перешкодою на шляху створення і поширення експертних систем є проблема набуття і представлення знань . Значна кількість інформації, її слабка структурованість, труднощі експерта при спробі пояснити послідовність своїх міркувань по прийняттю певного рішення призводять до того, що процес передачі знань від експерта до системи здійснюється з великими труднощами, методом “спроб, помилок і виправлень” . Існуючі методики по роботі з експертом є далеко неповними . Слабким місцем є їх нездатність контролювати процес прийняття рішень експертом і підтримки в експерта постійного інтересу до процесу передачі знань . В результаті процес передачі знань перетворюється в абсолютно нецікаве і монотонне заняття для експерта, а процес формування бази знань розтягується в часі. З другого боку, при представленні вже набутих знань виникають труднощі у виборі правильного способу представлення і відповідних інструментальних засобів. В складних проблемних областях часто виникає потреба в комбінованому застосуванні вже існуючих способів представлення, а також у впровадженні нових специфічних прийомів .

І, нарешті, ще більш складною проблемою є процес логічного висновку. Вузьким місцем цієї проблеми є необхідність здійснювати процес логічного висновку в умовах неповної і неточної інформації, що має місце при прогнозуванні нафтогазоносних покладів .

Таким чином, існує реальна потреба в розробці нових, більш ефективних методів набуття знань, що враховують всю сукупність проблем, які виникають в процесі передачі знань і стимулюють творчу активність експерта, а також використання нових підходів з представлення набутих знань і здійснення логічного висновку .

Зв'язок роботи з науковими програмами, планами,темами. Дослідження, що отримані в дисертаційній роботі, тісно пов'язані з виконанням держбюджетних і господарсько-договірних НДДКР кафедри ПМ за участю здобувача.

Дисертаційна робота виконувалась за планом науково-дослідних робіт держбюджетної теми Д6/7ф “Наукові основи розробки експертних систем для об'єктів нафтогазового комплексу” та науково-дослідних робіт теми 211/96 “Розробка комп'ютеризованої експертної системи для прогнозування колекторів нафти і газу “, теми 89/95 “Систематизація геологічної інформації по родовищах нафти і газу для комп'ютерної бази даних”.

Мета і задачі дослідження: аналіз аналітико-інформаційної діяльності спеціаліста-геолога для розробки і реалізації нових методів роботи з експертом і обробки набутих знань, розв'язку задач набуття та представлення знань і логічного висновку в умовах неповної і неточної інформації нафтогазової предметної області.

Загальні методи дослідження: в основу досліджень покладено комплексне використання засобів інженерії знань, теорії нечітких множин, теорії ймовірностей, дедукції і алгебри логіки. Для практичної реалізації одержаних математичних моделей використано інтегроване середовище Visual Prolog 5.0 .

Наукова новизна отриманих результатів полягає в наступному :

розроблена і реалізована методика набуття знань від спеціаліста-експерта предметної області на прикладі нафтогазоносних покладів ;

застосовано нові підходи до аналізу одержаних знань і їх представлення з використанням теорії нечітких множин;

розроблено метод для організації логічного висновку в умовах неточної і неповної інформації предметної області .

Практичне значення отриманих результатів :

запропоновані підходи до роботи з експертом нафтогазової предметної області дозволяють розв'язувати проблеми, які виникають в процесі формування баз знань, підвищувати творчу активність спеціаліста-експерта і значно прискорити процес розробки ЕС ;

на базі оболонки експертної системи ESTA розроблено і реалізовано експертну систему COLECTOR, що об'єднує в рамках універсального інтерфейсу засоби набуття, аналізу, формалізації і представлення експертних знань та логічного висновку в умовах неповної і неточної інформації на прикладі прогнозування нафтогазових колекторів. ЕС COLECTOR успішно використовується для прогнозування нафтогазових колекторів в ДГП “Полтавнафтогазгеологія” .

Особистий внесок здобувача . Всі положення, які виносяться на захист, належать особисто автору і не містять результатів, ідей або розробок, що належать співавторам, разом з якими опубліковані наукові праці.

Апробація результатів дисертації. Основні результати проведених досліджень доповідались і обговорювались на науково-технічних конференціях Івано-Франківського державного технічного університету нафти і газу в 1996р., 1997р., на міжнародній конференції “Нафта-газ України- 98”(Полтава 15-17 вересня 1998), на міжнародному симпозіумі “Комп'ютери в Європі: минуле, сучасне, майбутнє”(Київ 5-9 жовтня 1998р. ), на міжнародній конференції по математичному моделюванню “Математические модели и современные информационные технологии”(Херсон, 3-6 вересня, 1998р. ) .

Публікації. Основні результати дисертаційної роботи опубліковані у 7 наукових статтях[1, 2, 3, 4, 5, 6, 7], 7 тезах доповідей [8, 9, 10, 11, 12, 13, 14], 1 звіті з НДР .

Структура та обсяг дисертаційної роботи. Дисертаційна робота складається з вступу, чотирьох розділів, висновків, містить 130 сторінок основного тексту, список літератури з 140 найменувань, 9 рисунків, 18 таблиць і 5 додатків.

ОСНОВНИЙ ЗМІСТ РОБОТИ

У вступі обґрунтовано актуальність теми дисертаційної роботи, дано загальну характеристику роботи, описано її зв'язок з науковими програмами , планами, темами, сформульована мета та задачі досліджень, наведені відомості щодо наукової новизни, практичної цінності та впровадження результатів роботи, публікацій автора та апробації роботи .

У першому розділі дисертації проаналізовано аналітико-інформаційні аспекти діяльності експерта в нафтогазовій предметній області при класифікації типів розрізів і колекторів, промисловій оцінці продуктивних порід. Виділено ряд методик, більшість із яких характеризуються нечіткістю та невизначеністю і запропоновано методику поетапної формалізації знань експерта із використанням величин типу “невизначено”. Проведено аналіз стану робіт в області впровадження нових інформаційних технологій в нафтогазовий комплекс і обґрунтовано актуальність досліджень спрямованих на розробку комплексних інформаційних систем прогнозування нафтогазових покладів . У другому розділі проаналізовано стан робіт і публікацій стосовно основних підходів, щодо проектування і розробки інформаційних систем. Викладено основні положення з розробки формально-логічного апарату для представлення і використання знань. Запропонована математична модель аналізу невизначеності побудована на основі теорії нечітких множин(ТНМ). Всю множину міркувань представляють у вигляді декартового добутку базових множин S1S2, а змінні X i Y, що приймають свої значення на S1 i S2 відповідно, є взаємодіючими, базові знання відображаються декартовим добутком нечітких множин, а степені можливості і необхідності розмитих висловлювань, що відповідають нечітким подіям F1F2 i F1+F2 задаються через :

інформаційний нафтогазовий експерт логічний

FE(F1F2, AABB) = min (FE(F1, AA), FE(F2, BB));

SE(F1F2, AABB) = min (SE(F1, AA), SE(F2, BB));

FE(F1+F2, AABB) = max(FE(F1, AA), FE(F2, BB));

SE(F1+F2, AABB) = max(SE(F1, AA), SE(F2, BB)),

що дозволяє представляти одночасно розмите і невизначене висловлювання з допомогою розподілу можливостей, що відповідає менш точному, але більш достовірному висловлюванню. При наявності k різних надійних джерел, що описують певне родовище пари оцінок (FEj(s), SEj(s)) об'єднуються в єдиний блок інформації (FE(s), SE(s)):

(1)

(2)

Значення нечіткої істинності деякої посилки, що представляється характеристичною функцією на інтервалі [0, 1] інтерпретується, як

zZ, C(z) = sup (B(r) *C(z))* B(r) (3)

Тоді для двох функціонально залежних атрибутів А1 і А2 після виконання нечіткої фільтрації одержуємо відношення

FE(L(х)РL(y)) = sup min(P(r, t), L(х)(r), L(y)(t)),

Умовний розподіл Z|X, що враховує невизначеність для правил з невизначеними висновками в базі знань інформаційної системи у випадку, коли АA і ВB - звичайні множини, а dn i ds- оцінки відповідно степені необхідності і степені достатності має вигляд :

(4)

Аналіз нечіткого запиту моделюється за допомогою складеного фільтру, що уявляє собою кон'юнкцію елементарних фільтрів, що проводять порівняння можливих значень атрибутів і-го об'єкту (i=1, …n) з відповідними нечіткими множинами в активних фільтрах.

FE(H1… Hn| G1… Gn) = min FE(Hi, Gi) (5)

SE(H1… Hn| G1… Gn) = min SE(Hi, Gi) (6)

Для подолання розриву між представленням знань і нечітким логічним висновком пропонується гібридна конструкція представлення нечітких знань, що має два компоненти :один працює власне з знаннями, а другий з невизначеністю, якою вони характеризуються. При такому підході система не тільки має засоби для представлення нечітких знань, але й може здійснювати нечіткий логічний висновок на структурах даних . Гібридна структура задається у вигляді кортежу = <, , g, , > , де формальна мова і і g непорожні множини. і разом утворюють компонент представлення знань в . З іншого боку, ми використовуємо множину суджень на основі фактів для обчислення невизначеностей , і пару функцій (1, 2) , які визначають їх динамічну поведінку в просторі інтенсивності. Елементи , разом утворюють компонент нечіткого висновку в . Вводяться наступні операції :

E%[ ] = {<(true), true>}

A%[a, k] = 1((a), k)

T%[a, x, k]= 2(<(a), x >, k).

де, true представляє , і true представляє коефіцієнти довіри.

Побудова структур знань починається із E%, далі виконується операція T% . Таким чином, утворені нами структури знань є множинами пар <p, x>, де p- інтенсивність, x .

Мова і формула a з неї, (a) складається з множини світів, де a відповідає семантиці даній для :

1 = <FOL, FOL, g, TF, TF> ,

де TF = {так, ні} , g складає множина світів <M, sO> таких, що M = <{sO}, D, V> є стандартною структурою, що інтерпретується в численні предикатів першого порядку:

FOL(a) = {<M, sO>|<M, sO> |=FOL a}

де, |=FOL стандартне істинне відношення для даного числення.

Вводячи функції TF такі, що

1TF(p, k) = так якщо для всіх <q, так>k, q p інакше ні

2TF(<p, x>, k)= {<qp, так>|<q, так>k } якщо x= так інакше k ,

операції над структурами знань означають в термінах FOL і TF :

Роль модуля представлення знань полягає в обчисленні (a) для кожної формули a, що входить в склад мови представлення знань.

Сказане відображається архітектурою :

В третьому розділі проаналізовано місце системи логічного висновку в інформаційній системі і побудовано його на основі стандартних предикатів.

В рамках пропонованого підходу значення істинності правила логічного висновку “якщо Аі то Ві ” інтерпретується в термінах умовної істинності . Це значення істинності записується у вигляді verify(Ві|Аі), що еквівалентно множині розв'язків рівняння

verify(АіВі) = min(verify(Віі), verify(Аі)). (7)

Оскільки, verify(Ві)verify(АіВі), то verify(Ві) min(verify(Віі), verify(Аі)). Якщо Ві=“Z=w” i Ai=“Q=r”, причому Z|Q(w, r)=FE(Віі), і Z - проекція двохмірного розподілу можливостей Q, Z = Z|Q*Q на базову множину BS змінної Z, то правило “якщо Q є АA, то Z є ВB” виражатиметься нерівністю:

wBS, BB(w) sup Z|Q (w, r)* AA(r) (8)

Запропонований механізм висновку приймає нечіткі описи спостережень і виводить нечіткі описи прогнозів за допомогою нечітких відношень через використання таких правил композиції для висновку прогнозу FCj, для родовища DEq, із набору спостережень OBi :

Композиція для OBiFCj (гіпотези і підтвердження) :

W1DEFC =WDEOB WCOBFC , (9)

що визначається

W1DEFC (DEq, FCj) = max min[Wdeob(DEq, OBi) ; Wcobfc(OBi, FCj) ]

Композиція для OBiFCj (виключення (наявними спостереженнями)) :

W2DEFC = WDEOB (1 - WCOBFC ) , (10)

що визначається

W2DEFC (DEq, FCj) = max min[Wdeob(DEq, OBi) ;1- Wcobfc(OBi, FCj) ]

Композиція для OBiFCj (виключення (відсутніми спостереженнями)) :

W3DEFC = (1-WDEOB ) WOBFC , (11)

що визначається наступним чином :

W3DEFC (DEq, FCj) = max min[1- Wdeob(DEq, OBi) ; WOBFC(OBi, FCj) ]

Прогноз вважається підтвердженим, якщо

W1DEFC (DEq, FCj) = 1.00 (12)

Прогноз можливий, якщо

W1DEFC (DEq, FCj) 0.99, (13)

де уявляє собою еврістичне значення, яке з дуже малою очевидністю (наприк-лад, = 0.1000) виключає прогноз.

Прогноз виключається, якщо

W2DEFC (DEq, FCj) = 1.00 або W3DEFC (DEq, FCj) = 1.00 (14)

Для гібридної структури

2 = <FOL, FOL, g, DS, DS> ,

де FOL, FOL, g такі самі, як і в 1 , DS тепер належить до інтервалу [0, 1]. Структура знань 2 є множиною пар <p, x>, де p представляє певну множину світів, і , x[0, 1].

1DS(p,k) повертає значення з проміжку [0,1], що задовільняє представлення:

Впевненість експерта в точності знань представлених через p є сумою всіх показників приписаних до значень інтенсивності в k. Тоді :

2DS(<p, x>, k) = k{<p, x>, <W, 1-x>}

Нові означення для E2, A2, T2 матимуть вигляд :

E2[] = {<W, 1>}

A2[a, k] = { x | <q, x>k i qFOL(a)}

T2[a, x, k] = k{<FOL(a), x>, <W, 1-x>}

Для множини світів W= {, d, a, da}, де D містить значення “колектор” маємо

k0 = E2 = {<W, 1>}

k1 = T2[(порода родовище), 0.9, k0] = {<W, 0.1>, <{, a, da }, 0.9 >}

k2 = T2[(порода колектор), 0.7, k1] = {<W, 0.03>, <{d, da }, 0.07 >,

<{, a, da }, 0.27>, <{da}, 0.63>}

A2[(родовище колектор), k2] = 0.63

Розглядаються означення форм типу (def Mi Mj), що інтерпретується як “Mi є підпоняттям Mj” і факти форми (Mi mj), що інтерпретується як “mj є прикладом поняття Mi :

<M, s>|=Z(Mi mj)якщо T(mj, s)T(Mi , s)

<M, s>|=Z(def Mi Mj)якщо для всіх s i sRs, F(Mi, s)F(Mj , s)

Використання відношення R гарантує залежність між фактами і простими запитами , що обробляються за схемою :

A1. (def Mi Mj)

R1. З (Mi mk) i (def Mi Mj) (Mj mk)

R2. З (def Mi Mj) i (def Mj Mk) (def Mi Mk)

Складені запити утворюються через об'єднання простих цілей. Структура складається з цілей, впорядкованих зліва направо, і окремої таблиці , що містить поточні значення зв'язаних змінних.

Передача управління відбувається в зворотньому напрямі , від цілі до цілі , коли система намагається знайти значення змінних, що задовольняють запит. Для кожної цілі вхід і вихід з неї можливий через відповідний порт зліва чи справа . Процес починається з виклику першої цілі зліва .

Якщо ця ціль успішно досягається , то наступна ціль викликається з допомогою зв'язаної змінної , яка одержала своє значення при виконанні попередньої цілі .

Процес продовжується до тих пір, поки не буде здійснено вихід через exit-порт самої правої цілі.

Для предикатів, що викликаються з двома аргументами пропонується чотири можливих види шаблонів потоку :

(i, i) (i, o) (o, i) (o, o)

Для прискорення обробки бази даних кожна порція інформації розміщується у власному домені :

родовище(C) ( o )

родовище (глибина_залягання (Назва, Глибина)) глибина_залягання ( o, o )

родовище(вік("Богатойське", Вік))вік ( i, o )

родовище(літологія("Вапняки") ( i )

Для оптимізації процедур пошуку інформації в базі даних організовуються рекурсивні бінарні дерева пошуку. Розглядаючи будь-яку комірку дерева, можна передбачити в якому з її піддерев міститься потрібний фрагмент інформації . Такий ефект досягається за рахунок завдання на сукупності даних певного порядкового відношення(алфавітного чи цифрового). Елементи лівого піддерева передуватимуть поточній комірці, а елементи правого піддерева слідуватимуть за нею .

Після виконання обробки кожної конкретної комірки під час процесу пошуку, половина комірок що залишилась, усувається з подальшого розгляду і тим самим швидкість виконання пошуку збільшується . Тому якщо розмір дерева збільшився, наприклад, вдвічі, то пошук по новому дереву потребуватиме лише одного додаткового кроку . Швидкість пошуку пропорційна логарифму числа N, де N- число комірок .

Побудова інтерпретатора починається з термів aTerms і sTerms, які використовуються процедурою оцінювання : 1. Прочитаний iнтерпретатором вихідний код поділяється на статичні терми.

2. Після цього кожний статичний терм перетворюється в aTerm, що і може бути оцінений.

Процес оцінки починається з початкового терма . Будь-яке твердження внесене в базу даних зберігається у вигляді sТerm. Коли ціль перетворюється в активний терм, iнтерпретатор правил ( механізм висновку ) оцінює aТerm і виконує пов'язану з ним дію. Дія полягає в пошуку в базі даних статичного терма ( твердження ), що відповідає активній цілі. Якщо система знаходить відповідне твердження, то вона зчитує цей sТerm і перетворює його в aТerm, унiфікуючи ціль і твердження, а після цього, якщо твердження є правилом, повторює процес для кожної підцілi в тілі твердження .

Основою машини висновку є предикат unify_term. Він одержує на вході статичні терми, дійсні терми, а також середовище, а на виході дає унiфікацію двох різноманітних типів термів .

Виклик предикату member забезпечує звязування аТerm1 із змінною ідентифікації, після чого унiфікація термів аТerm і аТerm1 здійснюється одним із трьох способів :

1. Якщо обидва терми зв'язані, то в залежності від їх значень унiфікація закінчується успішно, або ні .

2. Якщо зв'язаний тільки один терм, то унiфікація пройде шляхом встановлення двох термів одне на одного .

3. Якщо обидва терми є вільними змінними, то вони поділяються (що означає, що вони будуть представлені вказівниками і кожний вказівник буде вказувати на один і той же вільний адрес).

Предикат unify_body є входом вищого порядку iнтерпретатора; для iнтерпретацiї бази правил предикату unify_body задається ціль, яку треба задовільнити ( гіпотеза ) і вільне середовище. Після цього цей предикат досягне цілі, або ні в залежності від того, чи можна довести гіпотезу. Unify_body відповідає за iнтерпретацію структури тіла правила згідно алгоритму : 1. Поділ тіла на підцілi - відповідно до порядку оцінювання, що визначається будовою тіла .

2. Виклику іншого предикату, що відповідає за фактичне виконання окремих підцілей .

Виконання бази правил відбувається через сходження :

- від гіпотези

- через її підцілi

- і їх підцілi

- і т.д.

- до фактів, що мають тіло true , яке виконалося в першому реченні.

Якщо гіпотезу не можна довести з допомогою фактів і правил бази даних, то це призведе до невиконання виклику unify_body на рівні гіпотези. Це виконання чи невиконання є єдиним результатом iнтерпретації бази правил; на такий результат налагоджена перевірка контрольної програми.

Визначення цієї оболонки включає три вимоги, що виходять за межі можливостей ланцюга зворотніх міркувань, прийнятого в Пролозі :

1. Фактор впевненості формує частину правил і висновків з них.

2. Якщо користувачу задано питання, то система завжди може пояснити, чому вона його задала.

3. Всі висновки можуть бути пояснені за допомогою посилань на попередні міркування .

Ці вимоги сумуються в трьох додаткових аргументах предикату unify_body.

1. Real , що є фактором впевненості, створеним в результаті висновку.

2. Терм, що є заголовком правила, що виконується в даний момент; він дозволяє системі сформулювати фразу : " Я задаю це питання , бо намагаюся встановити <заголовок правила > .

3. Статичний терм , що здійснює просування вперед трасіровки; він буде одержувати встановлену версію тіла, над якою працює unify_body, враховуючи, що терми, які є змінними в процесі переходу тіла в unify_body і call, будуть змінені на ті значення, які вони одержать в процесі виконання. Наявність цих установок в базі даних, дозволяє пояснити будь-яке заключення через посиланням на раніше доведені положення. Перетворення правила в факт, про який відомо, що він підтверджений, існуючими в базі даних фактами, здійснюється двома способами :

1. Вилучення правила і установки йому відповідного факту .

2. Помічення правила як підтвердженого .

Ці можливості виконуються через запровадження оптимiзації, в якій кожному правилу приписаний свій власний номер. Цей номер за допомогою предиката бази даних, що називається proven (<rule_no> ), буде вказувати , чи підтверджено правило як факт. Це не тільки прискорює роботу, але й дозволяє виконувати пошук альтернативних рішень .

В четвертьому розділі дано оцінку ефективності застосування розробленого формально-логічного апарату для автоматизації процесу рішення діагностико-прогнозтичних задач спеціалістів-геологів.

Розроблена комплексна методика набуття знань в ході інтерактивного діалогу “експерт -інженер-когнітолог- інформаційна система” дозволяє виділити ключеві об'єкти предметної області через побудову послідовностей пар “гіпотеза-спостереження” і сформувати модель предметної області.

Здобуті знання пропонується представляти у вигляді фреймів, триплетів об'єкт-атрибут-значення, реляційних відношень, і правил із змінними, що значно полегшить наступну їх формалізацію.

Розглядаються чотири класи об'єктів :

- спостереження, ознаки, результати геофізичних досліджень і одержані дані(OBi);

- гіпотези і сценарії(FCj) ;

- проміжні комбінації (ICk);

- комбінації спостережень (OCl).

Спостереження OBi приймають значення OBi із [0, 1]{}. Значення OBi показує , в якій степені проявляються спостереження OBi . Після цього будується бінарне нечітке відношення WOB , що визначається умовою Wdeob(DEq, OBi)=OBi для родовища DEq, де DEq (={DE1, …, DEr} ) і OBi( = {OB1, …, OBm}). Прогнози також приймають значення із [0,1]{}. Нечіткі значення 0.00 < FCi<1. 00 представляють можливі прогнози, тоді як значення FCi=1. 00 і FCi=0. 00 відповідають підтвердженому прогнозу і непідтвердженому прогнозу відповідно . Ще не розглянуті прогнози приймають значення FCi= . Формально будується відношення WDEFC, що визначається умовою Wdefc(DEq, FCj) = FCj для родовища DEq , де FCj( = {FC1, …, FCn}).

Обидва об'єкти, що розглядаються: проміжні комбінації і комбінації спостережень - приймають значення Ick i OCl відповідно із [0, 1]{}, де означає, що дійсне значення ще не визначено . Відношення RDEOBC задається умовою Wdeobс(DEq, OСl)=OBCl для родовища DEq, де виконюється OClK(K={OCl, …, OCl}), і WDEOBC формально описує комбінації спостережень по даному родовищу.

Між нафтогазовими об'єктами розглядаються такі відношення:

- відношення спостереження-прогноз(OBi FCj) ;

- відношення комбінація спостережень-прогнозів(OClFCj);

- відношення спостереження-спостереження (OBi OBj);

- відношення прогноз-прогноз (FCi FCj).

Ці відношення характеризуються наступними двома параметрами :

- частота появи (f); - степінь підтвердження (сd).

Відношення між нафтогазовими об'єктами задаються у вигляді правил відношення з відповідними їм парами відношень. Загальне формулювання такого правила має вигляд :

ЯКЩО (антецедент) ТО (консеквент) ПРИ (f, сd)

Пари відношення (f, сd) містять або числові значення f і сd , або лінгвістично нечіткі значення f і сd , або і ті і інші .

Значення f і сd інтерпретуються, як значення нечітких відношень між антецедентами і консеквентами. Так ,

OBiFCj (відношення появи)WOBFCf

OBiFCj (відношення підтвердження)WOBFCcd

OClFCj (відношення появи)WOBCFCf K

OClFCj (відношення підтвердження)WOBCFCcd K

OBiOBj (відношення появи)WOBOBf

OBiOBj (відношення підтвердження)ROBOBcd

FCiFCj (відношення появи)RFCFCf

FCiFCj (відношення підтвердження)RFCFCcd

Ці відношення мають ту важливу властивість , що вони можуть бути інтер-претовані статистично. Частоти появи f і степінь підтвердження сd становить:

f = G(OBiFCj) / G(FCj) = G( OBi /FCj ) (15) cd = G(OBiFCj) / G(OBi) = G(FCj /OBi ) (16)

де G(OBiFCj) - абсолютна частота появи OBi і FCj ;

G(FCj) - абсолютна частота появи FCj ;

G(OBi) - абсолютна частота появи OBi ;

G( OBi /FCj ) - умовна частота OBi при умові FCj ;

G(FCj /OBi ) - умовна частота FCj при умові OBi .

Після того, як зібрані всі спостреження здійснюється логічний висновок типу “спостереження-спостереження”. Список спостережень містить всі необхідні пункти даних, що включають нечіткі значення, результати вимірів і висновку, числові значення, дані спострережень . Після цього список спостережень перевіряється на несуперечливість .

На наступному кроці оцінюються проміжні комбінації спостережень. Після проходження перевірки на відповідність обчислюються нечіткі значення для всіх комбінацій спостережень. Одержані в результаті списки тепер повні і не містять ніяких протиріч . Нечіткі значення FCj = 1.00, тобто підтверджені прогнози FCj для родовища DEq визначаються з допомогою такого співвідношення :

FCj = 1.00 , якщо W1DEFC (DEq, FCj) = 1.00 або W4DEFC (DEq, FCj) = 1.00 (17)

Нечіткі значення FCj = 0.00, тобто виключені прогнози FCj для родовища DEq визначаються з допомогою :

FCj = 0.00 , якщо ( W2DEFC (DEq, FCj) = 1.00

або

W3DEFC (DEq, FCj) = 1.00 або (18)

W5DEFC (DEq, FCj) = 1.00

або W6DEFC (DEq, FCj) = 1.00 )

Відношення типу “колектор-продуктивний колектор” допускають логічний висновок наступних прогнозів( підтверджувані або такі, що виключаються):

Можливим прогнозам відповідають нечіткі значення FCj , такі , що FCj 0.99, FCj=max[W1DEFC(DEq, FCj);W4DEFC(DEq, FCj);W10DEFC (DEq, FCj) ] , якщо ( W1DEFC (DEq, FCj) 0.99 або W4DEFC (DEq, FCj) 0.99 або W10DE (DEq, FCj) 0.99 ). Оскільки значення FCj не залежать від числа правил, які можуть бути використані для підтримки FCj, то може бути введена еврістична функція, що враховує число критеріїв, присутніх , або частково присутніх, які передбачають, але не підтверджують істинність прогнозу FCj. Таким чином ця функція обчислює відповідне число точок PNRFCj . Ці значення корисні тоді , коли треба робити вибір між різними можливими прогнозами, хоча кінцевою ціллю повинно бути одержання підтвердженого прогнозу. Число точок PNRFCj обчислюється таким чином :

PNRFCj=100{ min[WDEOB(DEq, OBi);WfOBFC (OBi, FCj)]+ (20)

де k* - число спостережень по родовищу DEq, які виникають при означенні FCj, а +=1.00 . Ми приймаємо =0.09 і =0.91, тобто степінь підтвердження береться в десять разів більш значимою , ніж частота появи по відношенню до значення PNRFCj . Множення суми на 100 виконується для того, щоб досягти одержання легких для читання і запам'ятовування значень числа точок .

Розроблена база знань складається із двох основних компонент: розділів і параметрів. Кожен розділ описує одне з родовищ, що досліджується, а параметри описують характеристики виділених об'єктів.

ВИСНОВКИ

1. На основі аналізу якісних і кількісних ознак виділення колекторів нафти і газу запропоновано методику поетапної формалізації знань експерта-геолога з використанням величин типу “невизначено”.

2. Проаналізовано і узагальнено застосування розкладуваних мір невизначеності і розмитих висловлювань для формалізації множини міркувань при поступленні інформації від різних джерел, що описують родовище нафти і газу .

3. Розвинуто підходи по оптимізації обробки інформації в базі знань інформаційної системи при наявності неповної і неточної інформації за рахунок процедур нечіткої фільтрації і представлення даних з допомогою розподілу можливостей .

4. Побудовано гібридні структури знань, що дозволило подолати розрив між представленням знань в інформаційній системі і процедурою логічного висновку .

5. Розширено можливості логічного висновку по обробці ситуацій істинності на основі композиційного підходу з використанням складових запитів при наявності нечітких описів спостережень і висновків.

6. Узагальнено і розвинуто використання шаблонів потоків для обробки предикатів і рекурсивних типів даних.

7. На базі стандартних предикатів побудовано механізм логічного висновку для інформаційної системи.

8. Розроблено комплексну методику набуття і обробки знань в ході інтерактивного діалогу “експерт- інженер-когнітолог -інформаційна система”.

9. Розроблена інформаційна система “COLECTOR”, яка впроваджена в ДГП “Полтаванафтогазгеологія” і використовується для прогнозування нафтогазових колекторів.

РОБОТИ ПО ТЕМІ ДИСЕРТАЦІЇ

1. Юрчишин В. М. , Крихівський М. В. , Шекета В. І. , Перспективи застосування інформаційно-математичного моделювання в нафтогазовидобувній промисловості//Математическое моделирование. Сб. науч. тр. / НАН Украины. Ин-т. математики-Киев, 1996, с. 254-257.

2. Юрчишин В. М. , Шекета В. І. , Кропельницький Ю. П. Методика визначення коефіцієнта впевненності при виборі правил в базі знань/Математические моделирования и информационные технологии. Сб. научн. трудов НАН Украины. ин-т математики. Киев, 1998, с.275-276.

3. Шекета В.І, Юрчишин В.М. Формування баз знань для прогнозування нафто-газових колеторів // Державний міжвідомчий науково-технічний збірник “Розвідка і розробка нафтових і газових родовищ”. Серія: Технічна кібернетика та електрифікація об'єктів паливно-енергетичного комплексу, вип. 33, Івано-Франківськ, 1996, с. 52-55.

4. Шекета В. І. Використання рекурсивних алгоритмів для обробки баз знань. // Державний міжвідомчий науково-технічний збірник “Розвідка і розробка нафтових і газових родовищ”.Серія: Техн.кібернетика та електрифікація об'єктів паливно-енергетичного комплексу, вип. 34, Івано-Франківськ, 1997, с. 57-62.

5. Шекета В. І. Особливості побудови механізму логічного висновку при розробці експертної системи COLECTOR// Державний міжвідомчий науково-технічний збірник “Розвідка і розробка нафтових і газових родовищ”. Серія: Технічна кібернетика та електрифікація об'єктів паливно-енергетичного комплексу, вип. 34, Івано-Франківськ, 1997, с. 63-66.

6. Шекета В. І. , Юрчишин В. М. Методика формування логічного висновку в умовах невизначеності // Вестник ХДТУ, №5, Херсон, 1999, с. 64-66.

7. Кропельницький Ю. П. , Шекета В. І. Реалізація механізму логічного висновку для формування баз правил мовою Пролог // Вестник ХДТУ, №5, Херсон, 1999, с. 66-68.

8. Юрчишин В. М. , Жученко Г. О. , Крихівський М. В. , Шекета В. І. Розробка моделі інформаційних потоків нафтогазовидобувного підприємства // Тези доповіді на науково-технічній конференції професорсько-викладацького складу універсистету, частина 3, Івано-Франківськ, 1996р. , с. 133.

9. Юрчишин В. М. , Полозков І. К. , Крихівський М. В. , Шекета В. І. Впровадження нових інформаційних технологій в нафтогазовидобувній промисловості// Тези доповіді на науково-технічній конференції професорсько-викладацького складу універсистету, частина 3, Івано-Франківськ , 1996р. , с. 141.

10. Юрчишин В. М. , Шекета В. І. Проблеми впровадження експертних систем в нафтогазовидобувній промисловості// Доповідь на міжнародному симпозіумі “Комп'ютери в Європі: минуле, сучасне, майбутнє”. Київ, 1998 р. с. 367-372.

11. Юрчишин В. М. , Шекета В. І. Прогнозування нафтогазових колекторів з використанням персонального комп'ютера // Тези доповіді на науково-практичній конференції , Полтава, 1998, с. 127-128.

12. Юрчишин В.М., Шекета В.І., Кропельницький Ю.П.. Проблеми застосування теорії нечітких множин при формуванні баз знань в нафтогазовій справі// Тези доповіді на науково-технічній конференції професорсько-викладацького складу університету, частина 2, Івано-Франківськ, 1997р. , с. 184.

13. Шекета В.І. Особливості розробки інтерфейсу експертної системи для прогнозування нафтогазових колекторів // Тези доповіді на науково-технічній конференції професорсько-викладацького складу універсистету, частина 2, Івано-Франківськ, 1997р. , с. 190 .

АнотаціЇ

Шекета В. І. Інформаційна система для прогнозування нафтогазоносних покладів. - Рукопис.

Дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.13.06- Автоматизовані системи управління та прогресивні інформаційні технології; Херсонський державний технічний університет, Херсон, 1999р.

Дисертацію присвячено проблемі впровадження нових інформаційних технологій в нафтогазовий комплекс України. Запропоновано методику поетапної формалізації знань експерта-геолога з використанням величин типу “невизначено”. Розроблено формально-логічний апарат для представлення і використання знань нафтогазової предметної області на базі теорії нечітких множин і побудовано механізм логічного висновку для інформаційної системи. Розроблено комплексну методику набуття і обробки знань в ході інтерактивного діалогу “експерт- інженер-когнітолог --інформаційна система”.

Ключові слова: інженерія знань, база знань, гібридна структура, логічний висновок, невизначеність, предикат, інформаційна система, поклади нафти і газу.

Шекета В. И. Информационная система для прогнозирования нефтегазоносных залежей. - Рукопись.

Диссертация на соискание ученой степени кандидата технических наук по специальности 05. 13. 06 - Автоматизированные системы управления и прогрессивные информационные технологии; Херсонский государственный технический университет, Херсон, 1999г.

Диссертация посвящена вопросам внедрения новых информационных технологий в нефтегазовый комплекс Украины. Анализ аналитико-информационных аспектов деятельности эксперта в нефтегазовой предметной области показал наличие разнообразных методик определения коллекторов нефти и газа, каждая из которых характеризируется неточностью и неопределенностью. В результате предложена методика поэтапной формализации знаний эксперта с использованием значений типа “неопределено”.

Разработан формально-логический аппарат для представления и использования знаний нефтегазовой предметной области. Предлагаемая математическая модель построена на идейном апарате теории нечетких множеств.

Проанализировано и обобщено применение разложимых мер неопределенности и расплывчатых высказываний для формализации множества суждений при поступлении информации от различных источников. Предложены новые подходы позволяющие оптимизировать обработку информации в базе знаний информационной системы при наличии неполной и неточной информации за счет процедур нечеткой фильтрации и представления данных с помощью распределения возможностей. Построены гибридные структуры данных, что позволило преодолеть разрыв между представлением знаний в информационной системе и процедурой логического вывода. Расширены возможности логического вывода по обработке ситуаций истинности на базе композиционного подхода с использованием сложных запросов при наличии нечетких описаний наблюдений и выводов. Обобщено и развито использование шаблонов потоков для обработки предикатов и рекурсивных типов данных .

Проанализировано место системы логического вывода в информационной системе и предложена его реализация на базе стандартных предикатов.

Дано оценку эффективности применения разработанного формально-логического аппарата для автоматизации процесса решения задач прогнозирования и диагностики и разработана комплексная методика приобретения и обработки знаний в ходе интерактивного диалога “эксперт-- инженер-когнитолог -информационная система”.

Разработана информационная система “COLECTOR”, которая внедрена в ГГП “Полтаванефтегазгеология” и используется для прогнозирования коллекторов нефти и газа.

Ключевые слова: предметная область, инженерия знаний, база знаний, гибридная структура, логический вывод, неопределенность, предикат, информационная система, нефтегазоносные залежи.

Sheketa V. I. Information system for forecasting of oil and gas deposit. - Manuscript.

Thesis for getting a Scientific Degree of Candidate of Technical Science in the speciality 05.13.06 - Automated control systems and progressive information technologies - Kherson state technical university, Kherson, 1999.

The thesis is devoted to questions of introducing the new information technologies in oil and gas industry of Ukraine.The strategy of phased formalization of knowledges of expert-geologist with using the values of type "is unknown" is suggested. The formal-logical apparatus for the presentation and use the knowledges an oil and gas application domain on the base of fuzzy sets theory is developed and the mechanism of inference for the information system is designed. The complex strategy of acquisition and processing the knowledges during the interactive dialogue "expert -engineer on knowledges- information system " is developed.

Keywords: application domain, knowledges engineering , knowledge-base, hybrid structure, inference, uncertainty, predicate, information system , oil and gas deposit .

Размещено на Allbest.ru

...

Подобные документы

  • Поняття інформаційних технологій, їх види та етапи розвитку. Особливості впровадження сучасних інформаційних технологій у різних сферах діяльності: рівні операційної діяльності, у керуванні та прийнятті управлінських рішень. Перспективи їх розвитку.

    контрольная работа [21,3 K], добавлен 07.02.2011

  • Створення і реалізація в СУБД MS Access бази даних "Internet-ресурси з інформаційних технологій". Опис предметної області, інфологічне проектування. Побудова ER-діаграми. Даталогічне і фізичне проектування інформаційних систем. Опис роботи програми.

    курсовая работа [8,2 M], добавлен 30.05.2013

  • Склад і зміст робіт на стадії впровадження інформаційних систем. Технологія проектування систем за CASE-методом. Порівняльні характеристики інформаційних систем в менеджменті та СППР. Створення бази моделей. Визначення інформаційних систем управління.

    реферат [44,5 K], добавлен 09.03.2009

  • Тенденції розвитку інформаційних технологій, зростання складності інформаційних систем, створюваних у різних галузях. Засоби, що реалізують CASE-технологію створення і супроводу інформаційних систем. Автоматизація розробки програмного забезпечення.

    реферат [21,5 K], добавлен 21.03.2011

  • Поняття та властивості інформаційних технологій. Поява персональних комп’ютерів - принципова модернізація ідеї автоматизованого управління. Технічна база і компоненти інформаційних технологій. Завдання сучасних інформаційних технологій, їх класифікація.

    реферат [39,1 K], добавлен 16.08.2010

  • Інформаційна система НБУ грунтується на використанні інформаційних технологій. Основні функції інформаційної системи реалізуються в процесі роботи на автоматизованому робочому місці (АРМ) спеціаліста. Моделі інформаційних систем НБУ та захист інформації.

    контрольная работа [23,2 K], добавлен 13.08.2008

  • Західний регіональний центр інформаційних технологій - "Інфотехцентр" як один з лідерів ринку комп’ютерної техніки та комп’ютерних інформаційних технологій. Особливості розробки сайту (веб-ресурсу) з інформацією по мовах програмування різних напрямків.

    отчет по практике [714,6 K], добавлен 30.03.2010

  • Використання Інтернет-ресурсів та форми роботи з комп’ютерними навчальними програмами. Підвищення мотивації вивчення англійської мови шляхом використання нових інформаційних технологій у школі. Сучасні підходи до використання інформаційних технологій.

    реферат [29,0 K], добавлен 09.12.2010

  • Огляд сучасних інформаційних технологій та інформаційних систем щодо автоматизації діяльності бібліотечних фондів організацій та установ. Особливості інфологічного проектування предметної області. Особливості реалізації концептуальної моделі бази даних.

    курсовая работа [1,4 M], добавлен 14.02.2014

  • Сучасний стан автоматизації бібліотек різних статусів. Основні шляхи інтеграції інформаційних технологій в систему шкільних бібліотек. Проблеми створення комп'ютеризованих читальних залів. Етапи впровадження довідково-інформаційного обслуговування.

    курсовая работа [52,7 K], добавлен 15.03.2011

  • Визначення й опис компонентів інформаційних систем, індустрії інформаційних систем і індустрії інтелектуальних систем. Об'єднання вхідної мови, інформаційної бази, керуючих програмних модулів. Технологічна інфраструктура торгових Інтернет-майданчиків.

    реферат [61,9 K], добавлен 25.11.2010

  • Загальна характеристика комунікацій та інформації. Розвиток інформаційних систем в медичних закладах. Госпітальні інформаційні системи та телемедичні технології. Інформаційні технології в медичній освіті та в науці України, перспективи їх розвитку.

    реферат [28,8 K], добавлен 10.03.2011

  • Передумови виникнення, застосування і задачі інформаційних систем в життєдіяльності людства, їх види. Структура, класифікація і типи взаємодії ІС. Комп’ютерні технології в автоматизованих інформаційних системах, фактори, що обумовлюють їх впровадження.

    презентация [1,3 M], добавлен 16.10.2014

  • Комбінація методів ринкового регулювання, заснованих на зворотних зв'язках. Аналіз методологій розробки програмного забезпечення. Порівняльний аналіз програмних технологій. Вибір технології доступу до даних. Компонент взаємодії адмінчастини з базою даних.

    дипломная работа [3,0 M], добавлен 02.02.2013

  • Структура підприємства "Newtone", опис його інформаційних систем. Аналіз обліку терміналів як об’єкта інформатизації. Завдання, розв'язувані за допомогою системи. Інформаційна структура бази даних. Опис програми, форм, звітів. Блок-схема системи.

    дипломная работа [1,4 M], добавлен 24.02.2011

  • Сучасні підходи до розробки і впровадження інформаційних систем на підприємствах. Засоби розробки та створення веб-ресурсу торгово-виробничого підприємства "ІТК". Аналіз сайту будівельної фірми. Методи просування будівельної продукції в мережі Інтернет.

    курсовая работа [8,7 M], добавлен 10.02.2014

  • Класифікація комп’ютерних інформаційних систем за різними ознаками, їх призначення та використання в діяльності підприємства. Аналіз наявних на ринку програмних продуктів автоматизації управлінської діяльності та визначення потреби в них установи.

    контрольная работа [615,5 K], добавлен 06.07.2009

  • Теоретичні аспекти вивчення інформаційних технологій: поняття та визначення, формування ринку технологій. Поняття, значення і завдання аутсорсінгу, колл-центр як його нова форма. Розвиток аутсорсінгу в світі, проблеми та перспективи розвитку в Україні.

    курсовая работа [57,8 K], добавлен 13.10.2012

  • Інформаційна технологія як система методів і способів збору, передачі, нагромадження, збереження, подання й використання інформації на основі застосування технічних засобів, етапи їх розвитку. Розповсюдження та використання інформаційних технологій.

    презентация [3,5 M], добавлен 12.06.2014

  • Впровадження в виробництво гнучкої виробничої системи з метою отримання максимального прибутку. Аналіз предметної області і постановка задачі. Опис діяльності. Огляд існуючих рішень.

    курсовая работа [42,8 K], добавлен 16.06.2007

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.